随着印刷技术的进步,印刷品从黑白走向彩色,如何对彩色印刷品质量进行在线检测则成为印刷企业面临的一个难题。在实际生产中,受印刷工艺、印刷机械精度等因素的影响,彩色图像在印刷过程中会出现漏印、污点、文字模糊、颜色失真等情况。因此,研究基于机器视觉和图像处理相结合的彩色印刷品质量检测方法,以有效解决彩色印刷品在线检测问题。本文主要进行以下三方面研究:1.硬件设备的机械震动、纸张的拉伸会使印刷品在传送和图像采集过程中产生诸如偏移、缩放等现象,使采集到的待检印刷品图像与标准图像在空间位置上不匹配,影响后续检测工作的精度。针对上述问题提出基于图像的显著性区域的彩色印刷图像配准方法。在SURF特征描述子中加入颜色特征,对SURF算法进行改进;采用基于超像素的显著性算法对图像进行显著性区域提取;用改进后的SURF算法对图像显著性区域进行特征点检测及匹配实现图像配准。2.对彩色印刷品进行缺陷检测的目的是能够快速准确的对印刷缺陷进行定位并标记,使工作人员能够对存在的缺陷类型进行迅速的判定,采取措施解决造成印刷缺陷的问题。将已配准的两幅图像进行差分和自动阈值处理,得到二值图像,并对二值图像进行边缘跟踪,标记出缺陷所在位置。3.针对彩色印刷品的色差检测问题,为了能够准确高效的做出判断,先对印品图像和标准图像进行预处理,再进行色差计算。在图像预处理阶段引入超像素的思想,将具有相似特征的相邻像素进行聚类,把图像分割为紧凑均匀的不规则像素块,并把每个像素块看作一个超像素,代替像素块内的多个相似像素进行计算。为了证明上述三种方法的有效性,分别进行实验验证。实验结果表明,所提彩色图像配准方法与对全图进行特征点检测及匹配的方法相比,在保证精度的基础上,速度更快,效率得到显著提高;与随机选取图像子区域进行特征点检测及匹配方法相比,精度明显提高;缺陷检测方法能够进行自动阈值处理得到最优二值图像,准确定位缺陷位置,提高检测精度;彩色印刷品色差检测方法能够在保证检测正确率的基础上,大大提高检测效率。